JP2017219478A - 欠陥検査方法及びその装置 - Google Patents

欠陥検査方法及びその装置 Download PDF

Info

Publication number
JP2017219478A
JP2017219478A JP2016115498A JP2016115498A JP2017219478A JP 2017219478 A JP2017219478 A JP 2017219478A JP 2016115498 A JP2016115498 A JP 2016115498A JP 2016115498 A JP2016115498 A JP 2016115498A JP 2017219478 A JP2017219478 A JP 2017219478A
Authority
JP
Japan
Prior art keywords
image
filter
defect inspection
difference
obtaining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2016115498A
Other languages
English (en)
Other versions
JP6474756B2 (ja
Inventor
松本　淳一
Junichi Matsumoto
淳一 松本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Honda Motor Co Ltd
Original Assignee
Honda Motor Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Honda Motor Co Ltd filed Critical Honda Motor Co Ltd
Priority to JP2016115498A priority Critical patent/JP6474756B2/ja
Priority to CA2968843A priority patent/CA2968843C/en
Priority to US15/613,435 priority patent/US9970887B2/en
Priority to CN201710421637.1A priority patent/CN107490579B/zh
Publication of JP2017219478A publication Critical patent/JP2017219478A/ja
Application granted granted Critical
Publication of JP6474756B2 publication Critical patent/JP6474756B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9515—Objects of complex shape, e.g. examined with use of a surface follower device
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B26/00—Optical devices or arrangements for the control of light using movable or deformable optical elements
    • G02B26/02—Optical devices or arrangements for the control of light using movable or deformable optical elements for controlling the intensity of light
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • G01N2021/8829—Shadow projection or structured background, e.g. for deflectometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30156—Vehicle coating

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Optics & Photonics (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

【課題】被撮影物に欠陥が存在するか否かを、効率よく且つ精度よく判断できるようにする。【解決手段】被撮影物（例えば、自動車車体）にスリット光を照射し、原画像を得る。次に、この原画像に対して最大値フィルタ処理又は最小値フィルタ処理のいずれかを行い、第１フィルタ処理画像とする。さらに、第１フィルタ処理画像に対して最小値フィルタ処理又は最大値フィルタ処理の残余の一方を行って第２フィルタ処理画像を得た後、該第２フィルタ処理画像と原画像との差分を求めて差分画像を得る。次に、該差分画像に対して二値化処理を施す。【選択図】図４

Description

本発明は、被撮影物に対して縞状照明を照射することで該被撮影物に欠陥が存在するか否かを検査する欠陥検査方法及びその装置に関する。
自動車車体の製造過程においては、自動車車体に対して塗装が行われる。これにより、塗膜が設けられる。ここで、塗膜には、数十μｍ程度の隆起、換言すれば、塗装欠陥が形成されることがある。このような塗装欠陥が形成されたままであると、美観が損なわれる。このため、塗膜を形成した後、塗装欠陥が存在するか否かを検査するようにしている。
この種の欠陥検査を行うための欠陥検査装置としては、特許文献１に記載されるように縞状の明暗パターン（縞状照明）を照射するものが知られている。この技術は、被撮影物における明暗パターンが照射された部位をカメラで撮影し、得られた原画像に対して画像処理を行うことで、欠陥が存在するか否かを判断するものである。
また、特許文献２には、原画像に欠陥が存在しない画像をマスターとし、このマスターと、検査部位の撮影画像との差分を取ることで塗装面の傷の有無を判断する技術が提案されている。
特開平９−２１０９２２号公報 特開２０１４−６６６５７号公報
検査ステーションにおいては、塗装欠陥検査が終了した自動車車体が搬出された後、次に検査される自動車車体が搬入される。この場合、搬出された自動車車体の位置と、搬入された自動車車体の位置が合致しないことが多々ある。
特許文献１に記載された手法を実施する際、被撮影物と、照射手段及びカメラとの距離や相対的位置にバラツキがあると、明暗パターンの明暗差にもバラツキが生じる。このバラツキは、欠陥の有無を誤判断する一因となり得る。しかしながら、上記したように検査ステーションにおける自動車車体の位置が毎回合致するとは限らないので、位置ズレを生じているときには補正が必要となる。この分、画像解析に時間を要する。
また、特許文献２記載の手法を実施するためには、マスターを予め作成しなければならない。以上のように、従来技術に係る欠陥検査では、欠陥が存在するか否かを効率よく判断することが容易ではない。
本発明は上記した問題を解決するためになされたもので、簡素な工程でありながら、欠陥が存在するか否かを効率よく、しかも、精度よく判断することが可能な欠陥検査方法及びその装置を提供することを目的とする。
前記の目的を達成するために、本発明は、被撮影物に対して縞状照明を照射するとともに、前記被撮影物から得られた画像に基づいて該被撮影物に欠陥が存在するか否かを検査する欠陥検査方法であって、
縞状照明照射手段から、前記被撮影物に縞状照明を照射する工程と、
撮影手段によって前記縞状照明が照射された前記被撮影物を撮影し、原画像を得る工程と、
前記原画像に対して最大値フィルタ処理又は最小値フィルタ処理のいずれかを行う第１フィルタ処理によって第１フィルタ処理画像を得る工程と、
前記第１フィルタ処理画像に対して最小値フィルタ処理又は最大値フィルタ処理の残余の一方を行う第２フィルタ処理によって第２フィルタ処理画像を得る工程と、
前記第２フィルタ処理画像を背景画像として前記原画像との差分を求めた差分画像を得る工程と、
前記差分画像に対して二値化処理を行い、撮影範囲内に欠陥が存在するか否かを判断するための二値化処理画像を得る工程と、
を有することを特徴とする。
また、本発明は、被撮影物に対して縞状照明を照射するとともに、前記被撮影物から得られた画像に基づいて該被撮影物に欠陥が存在するか否かを検査する欠陥検査装置であって、
前記被撮影物に縞状照明を照射する縞状照明照射手段と、
前記縞状照明が照射された前記被撮影物を撮影する撮影手段と、
前記撮影手段によって得られた原画像に対し、画像解析処理を行う画像解析処理手段と、
前記縞状照明照射手段及び前記撮影手段を変位させる変位手段と、
を備え、
前記画像解析処理手段は、前記原画像に対して最大値フィルタ処理又は最小値フィルタ処理のいずれかを行って第１フィルタ処理画像を得る第１フィルタ処理と、前記第１フィルタ処理画像に対して最小値フィルタ処理又は最大値フィルタ処理の残余の一方を行って第２フィルタ処理画像を得る第２フィルタ処理と、前記第２フィルタ処理画像を背景画像として前記原画像との差分を求めて差分画像を得る差分処理と、前記差分画像に対する二値化処理とを行うことを特徴とする。
このように、本発明では、原画像に対して最大値フィルタ処理及び最小値フィルタ処理を連続して行うようにしている。ここで、最大値フィルタ処理、最小値フィルタ処理を行う順序は特に限定されるものではなく、いずれが先であってもよい。
最大値フィルタ処理及び最小値フィルタ処理を連続して行うことに伴い、欠陥に基づく輝度が概ね消去される。従って、これらのフィルタ処理を経て得られた第２フィルタ処理画像は、被撮影物の地肌が現れた明暗パターン（濃淡画像）となる。従って、該第２フィルタ処理画像を背景画像として原画像分を差し引く（第２フィルタ処理画像と原画像との差分を求める）ことにより、欠陥が強調された差分画像が得られる。
この差分画像に基づいて二値化処理を行うことにより、二値化処理画像が得られる。該二値化処理画像に基づき、欠陥が存在するか否かを容易に判断することができる。
以上のように、本発明では、被撮影物の撮影部位から原画像を作成するとともに、該原画像に対して２段階のフィルタ処理を行って背景画像を得、この背景画像から原画像分を差し引くようにしている。従って、原画像の撮影部位と、２段階のフィルタ処理を経た第２フィルタ処理画像の撮影部位とが一致する。
このため、被撮影物が、例えば、検査ステーションに搬入された自動車車体である場合、自動車車体が前回の検査位置から位置ズレを起こしているか否かに関わらず、補正を行うことなく欠陥が存在するか否かを判断することができる。しかも、基準背景となるマスターを予め用意する必要がない。従って、画像解析処理が効率よく進行する。
また、二値化処理を精度よく行うことが可能となる。上記の通り、原画像の撮影部位と、２段階のフィルタ処理を経た第２フィルタ処理画像の撮影部位とが一致するからである。従って、欠陥が存在するか否かを精度よく判断することができる。
第１フィルタ処理を複数回行うようにしてもよい。この場合、第２フィルタ処理の回数を、第１フィルタ処理の回数と同一とする。具体的には、第１フィルタ処理として最大値フィルタ処理、第２フィルタ処理として最小値フィルタ処理を行うときには、最大値フィルタ処理を連続して複数回行った後、最小値フィルタ処理を連続して複数回行う。そして、最小値フィルタ処理の回数は、最大値フィルタ処理の回数と同一である。
このようにすることにより、欠陥に基づく輝度が一層明確に現れた差分画像が得られる。従って、欠陥の有無を確認することが一層容易となる。
第１フィルタ処理及び第２フィルタ処理を複数回行う場合、各々の実施回数を２回以上とすることが好ましい。この場合、欠陥に基づく輝度が、実施回数が１回の場合に比して明確に現れるようになるからである。なお、最も好ましい実施回数は３回である。
本発明によれば、被撮影物の撮影部位から原画像を作成する一方、該原画像に対して最大値フィルタ処理及び最小値フィルタ処理を行って第２フィルタ処理画像を得、この第２フィルタ処理画像を背景画像として原画像分を差し引くようにしている。このため、原画像の撮影部位と第２フィルタ処理画像の撮影部位とが一致するので、基準背景となるマスターを予め用意する必要がない。
また、被撮影物が前回の検査位置に合致した位置であるか相違した位置であるかに関わらず、換言すれば、位置ズレを起こしているか否かに関わらず、補正を行うことなく欠陥が存在するか否かを判断することができる。以上のような理由から、画像解析処理が効率よく進行する。
また、上記の通り、原画像の撮影部位と、２段階のフィルタ処理を経た第２フィルタ処理画像の撮影部位とが一致しているので、二値化処理を精度よく行うことが可能となる。これにより、欠陥が存在するか否かを精度よく判断することができる。
本発明の実施の形態に係る欠陥検査装置を構成する機台の要部概略斜視図である。 図１に示す機台を含んだ欠陥検査装置の要部概略縦断面図である。 被撮影物である自動車車体に形成された縞状の明暗パターンを示す平面図である。 本発明の実施の形態に係る欠陥検査方法の概略フローチャートである。 自動車車体の、スリット光が照射された部位をカメラにて撮影することで得られた原画像である。 図５の原画像に対して最大値フィルタ処理（第１フィルタ処理）を行うことで得られた最大値フィルタ処理画像（第１フィルタ処理画像）である。 図６の最大値フィルタ処理画像（第１フィルタ処理画像）に対して最小値フィルタ処理（第２フィルタ処理）を行うことで得られた最小値フィルタ処理画像（第２フィルタ処理画像）である。 図７の最小値フィルタ処理画像（第２フィルタ処理画像）から図５の原画像を差し引いて求められた差分画像である。 図８の差分画像に対して二値化処理を行うことで得られた二値化処理画像である。 図９の二値化処理画像に対して面積フィルタ付ラベリング処理を行うことで得られた画像である。 欠陥が存在するか否かを判断するための判断用画像である。
以下、本発明に係る欠陥検査方法につき、それを実施するための欠陥検査装置との関係で好適な実施の形態を挙げ、添付の図面を参照して詳細に説明する。
図１は、本実施の形態に係る欠陥検査装置１０を構成する機台１２の要部概略斜視図であり、図２は、欠陥検査装置１０の要部概略縦断面図である。この欠陥検査装置１０は、機台１２と、該機台１２に設けられたスリット光源１４（縞状照明照射手段）とを有し、スリット光源１４からのスリット光Ｌ（縞状照明）を、被撮影物である自動車車体２０に入射させる。
図２に示すように、機台１２には、自動車車体２０に臨む下方側に収容室２２が形成されており、該収容室２２に複数個の白色発光ダイオード（白色ＬＥＤ）２４が収容される。白色ＬＥＤ２４により、スリット光源１４が構成される。白色ＬＥＤ２４が発した光は、透光カバー２６の透光部２６ａを通過して、鉛直下方の自動車車体２０側に進行する。
透光カバー２６には、複数個の遮光ライン２８が縞状に設けられる。白色ＬＥＤ２４が発した光は、遮光ライン２８が存在する箇所では遮られる。このため、自動車車体２０に入射する光がスリット状（縞状）となる。すなわち、スリット光Ｌが得られる。
機台１２の略中心には、断面が略長方形形状である貫通孔３０が厚み方向、換言すれば、鉛直方向に沿って形成されている。勿論、貫通孔３０が形成された部位には、白色ＬＥＤ２４は存在しない。
機台１２において、貫通孔３０の上方となる位置には、撮影手段としてのカメラ４０が図示しない支持フレームを介して設けられる。このカメラ４０は、スリット光Ｌが照射された部位を、貫通孔３０を介して撮影する。
カメラ４０によって撮影された画像は、画像解析処理手段としてのコンピュータ４２に送信される。該コンピュータ４２は、後述する画像解析を行い、その結果に基づいて欠陥が存在するか否かを判断する。
以上の構成において、機台１２及びカメラ４０は、図示しない変位手段（例えば、アクチュエータ等）によって一体的に変位する。これにより、スリット光Ｌを照射する部位、及びカメラ４０によって撮影する部位が連続的に変化する。
本実施の形態に係る欠陥検査装置１０は、基本的には以上のように構成されるものであり、次に、その作用効果につき、本実施の形態に係る欠陥検査方法との関係で説明する。
図４は、本実施の形態に係る欠陥検査方法の概略フローチャートである。該欠陥検査方法は、原画像を得る工程Ｓ１、第１フィルタ処理画像を得る工程Ｓ２、第２フィルタ処理画像を得る工程Ｓ３、差分画像を得る工程Ｓ４、二値化処理画像を得る工程Ｓ５に大別される。
塗装が施された自動車車体２０に塗装欠陥が存在するか否かを判断するべく、前記変位手段を付勢して自動車車体２０の所定部位に機台１２を位置させる。その後、又は変位前に予め、スリット光源１４を点灯させる。
スリット光源１４が発した光は、一部が透光カバー２６の透光部２６ａを通過するとともに一部が遮光ライン２８に遮られる。これによりスリット光Ｌが形成され、該スリット光Ｌが鉛直下方の自動車車体２０に入射する。その結果、図３に示す縞状の明暗パターンＰ１が形成される。
カメラ４０は、この明暗パターンＰ１を撮影し、コンピュータ４２に画像情報として送信する。すなわち、コンピュータ４２は、この画像情報に基づき、図５に示す原画像を得る（図４中の工程Ｓ１）。ここで、円で囲繞した箇所は塗装欠陥である。
次に、コンピュータ４２は、原画像に対して第１フィルタ処理、第２フィルタ処理を行う。具体的には、最大値フィルタ処理又は最小値フィルタ処理のいずれか一方を先に行い、次に、最小値フィルタ処理又は最大値フィルタ処理の残余の一方を行う。ここでは、最大値フィルタ処理を第１フィルタ処理、最小値フィルタ処理を第２フィルタ処理として行う場合を例示する。
周知の通り、最大値フィルタ処理によれば、着目画素の濃度値が、近傍の画素の濃度値の最大値とされる。この画像解析処理により、図６に示す最大値フィルタ処理画像（第１フィルタ処理画像）が得られる（図４中の工程Ｓ２）。
次に、この最大値フィルタ処理画像に対して最小値フィルタ処理を行う。この場合、着目画素の濃度値が、近傍の画素の濃度値の最小値とされるので、図７に示す最小値フィルタ処理画像（第２フィルタ処理画像）が得られる（図４中の工程Ｓ３）。このように、２段階のフィルタ処理が施されて得られた最小値フィルタ処理画像は、欠陥に基づく輝度が概ね消去され、自動車車体２０の地肌が現れたものとなる。
次に、コンピュータ４２は、最小値フィルタ処理画像を背景画像とし、原画像分を差し引く。すなわち、最小値フィルタ処理画像と原画像の差分を求める。これにより、図８に示す差分画像が得られる（図４中の工程Ｓ４）。原画像は、自動車車体２０の地肌と塗装欠陥が写り込んだ画像であり、一方、最小値フィルタ処理画像は、自動車車体２０の地肌が現れた画像である。従って、差分画像では、背景である自動車車体２０の地肌が概ね消去され、塗装欠陥が強調されたものとなる。
以上のようにして得られた差分画像に対し、次に、二値化処理を行う、これにより、図９に示すように、塗装欠陥が強調された二値化処理画像が得られる（図４中の工程Ｓ５）。
必要に応じ、二値化処理画像に対し、ノイズ除去処理や面積フィルタ付ラベリング処理を行う。ノイズ除去処理では、二値化処理画像における線状白色領域が消去される。また、面積フィルタ付ラベリング処理では、面積が所定の閾値以下である白色領域、及び所定の閾値以上である白色領域が消去され、結局、面積が所定の範囲内である白色領域のみが残留する。
面積フィルタ付ラベリング処理済の画像を図１０に示すとともに、最終的に得られた判断用画像を図１１に示す。これら図１０及び図１１から、塗装欠陥を容易に認識し得ることが分かる。
また、以上から諒解されるように、本実施の形態においては、検査ステーションに搬入された自動車車体２０の、スリット光Ｌを照射した部位を撮影した原画像と、該原画像に対して２段階のフィルタ処理を施したフィルタ処理画像との差分を取ればよい。従って、検査ステーションにおいて、自動車車体２０が、その前に検査を行った自動車車体２０に対して位置ズレを起こしていたとしても、補正を行う必要がない。このため、画像解析処理が効率よく進行する。しかも、原画像の撮影部位とフィルタ処理画像の撮影部位とが一致するので、二値化処理を精度よく行うことが可能となる。
加えて、本実施の形態では、基準背景となるマスターを予め用意する必要もない。このことによっても、画像解析処理が効率的に進行する。以上のような理由から、塗装欠陥としての隆起が存在するか否かを効率よく、且つ精度よく判断することが可能となる。
変位手段は、機台１２を連続的に変位させる。機台１２が変位することに伴い、スリット光源１４及びカメラ４０も一体的に変位する。従って、スリット光Ｌの照射位置、及びカメラ４０による撮影部位、換言すれば、検査部位が変化する。これにより、自動車車体２０の広範囲にわたって欠陥検査が実施される。
明暗パターンＰ１内に隆起が存在すると判断されたときには、当該隆起に対し、例えば、所定のマーキング処理が行われる。隆起の個数が少ないときには、研削等によって当該隆起が除去される。一方、隆起の個数が多いときには、再塗装を行うようにすればよい。以上により、美観に優れる自動車車体２０が得られる。
第１フィルタ処理における最大値フィルタ処理を、２回以上行うようにしてもよい。具体的には、自動車車体２０の同一部位（原画像）に対する最大値フィルタ処理を複数回繰り返し、第１フィルタ処理画像を得る。この第１フィルタ処理画像に対し、第２フィルタ処理としての最小値フィルタ処理を複数回行う。最小値フィルタ処理の回数は、最大値フィルタ処理の回数と同一とする。
この場合、判断用画像において塗装欠陥が一層鮮明となる。すなわち、塗装欠陥が存在するか否かを一層容易に判断することができる。
なお、本発明者が第１フィルタ処理及び第２フィルタ処理の回数を相違させて判断用画像を比較したところ、第１フィルタ処理及び第２フィルタ処理を３回ずつ行ったときに塗装欠陥に基づく輝度が一層明確となることが確認された。すなわち、第１フィルタ処理及び第２フィルタ処理を３回ずつ行うことにより、塗装欠陥の有無を判断することが一層容易となる。
第１フィルタ処理及び第２フィルタ処理の実施回数が１回のみの場合、又は複数回の場合のいずれにおいても、第１フィルタ処理を最小値フィルタ処理とし、且つ第２フィルタ処理を最大値フィルタ処理としてもよい。このとき、２段階のフィルタ処理を経て得られる第２フィルタ処理画像は、最大値フィルタ処理画像である。この場合においても、上記と同様の効果が得られる。
本発明は、上記した実施の形態に特に限定されるものではなく、本発明の要旨を逸脱しない範囲で種々の変更が可能である。
例えば、自動車車体２０の側面に対して欠陥検査を行う場合、スリット光Ｌを水平方向に進行させればよい。
また、本発明における検査対象は、塗料に特に限定されるものではなく、その他の塗布物であってもよい。この場合においても、隆起が存在するか否かに基づいて欠陥が存在するか否かを判断することが可能である。
さらに、貫通孔３０の上方に反射鏡を設け、この反射鏡に映し出された部位をカメラ４０にて撮影するようにしてもよい。
そして、被撮影物が自動車車体２０に限定されるものではないことは勿論である。
１０…欠陥検査装置 １２…機台
１４…スリット光源 ２０…自動車車体
２４…白色発光ダイオード ２６…透光カバー
２６ａ…透光部 ２８…遮光ライン
３０…貫通孔 ４０…カメラ
４２…コンピュータ Ｌ…スリット光
Ｐ１…明暗パターン

Claims (6)

  1. 被撮影物に対して縞状照明を照射するとともに、前記被撮影物から得られた画像に基づいて該被撮影物に欠陥が存在するか否かを検査する欠陥検査方法であって、
    縞状照明照射手段から、前記被撮影物に縞状照明を照射する工程と、
    撮影手段によって前記縞状照明が照射された前記被撮影物を撮影し、原画像を得る工程と、
    前記原画像に対して最大値フィルタ処理又は最小値フィルタ処理のいずれかを行う第１フィルタ処理によって第１フィルタ処理画像を得る工程と、
    前記第１フィルタ処理画像に対して最小値フィルタ処理又は最大値フィルタ処理の残余の一方を行う第２フィルタ処理によって第２フィルタ処理画像を得る工程と、
    前記第２フィルタ処理画像を背景画像として前記原画像との差分を求めた差分画像を得る工程と、
    前記差分画像に対して二値化処理を行い、撮影範囲内に欠陥が存在するか否かを判断するための二値化処理画像を得る工程と、
    を有することを特徴とする欠陥検査方法。
  2. 請求項１記載の検査方法において、前記第１フィルタ処理を複数回行った後、前記第２フィルタ処理を前記第１フィルタ処理と同一回行うことを特徴とする欠陥検査方法。
  3. 請求項２記載の検査方法において、前記第１フィルタ処理及び前記第２フィルタ処理を個別に２回以上行うことを特徴とする欠陥検査方法。
  4. 被撮影物に対して縞状照明を照射するとともに、前記被撮影物から得られた画像に基づいて該被撮影物に欠陥が存在するか否かを検査する欠陥検査装置であって、
    前記被撮影物に縞状照明を照射する縞状照明照射手段と、
    前記縞状照明が照射された前記被撮影物を撮影する撮影手段と、
    前記撮影手段によって得られた原画像に対し、画像解析処理を行う画像解析処理手段と、
    前記縞状照明照射手段及び前記撮影手段を変位させる変位手段と、
    を備え、
    前記画像解析処理手段は、前記原画像に対して最大値フィルタ処理又は最小値フィルタ処理のいずれかを行って第１フィルタ処理画像を得る第１フィルタ処理と、前記第１フィルタ処理画像に対して最小値フィルタ処理又は最大値フィルタ処理の残余の一方を行って第２フィルタ処理画像を得る第２フィルタ処理と、前記第２フィルタ処理画像を背景画像として前記原画像との差分を求めて差分画像を得る差分処理と、前記差分画像に対する二値化処理とを行うことを特徴とする欠陥検査装置。
  5. 請求項４記載の検査装置において、前記画像解析処理手段は、前記第１フィルタ処理を複数回行った後、前記第２フィルタ処理を前記第１フィルタ処理と同一回行うことを特徴とする欠陥検査装置。
  6. 請求項５記載の検査装置において、前記画像解析処理手段は、前記第１フィルタ処理及び前記第２フィルタ処理を個別に２回以上行うことを特徴とする欠陥検査装置。
JP2016115498A 2016-06-09 2016-06-09 欠陥検査方法及びその装置 Active JP6474756B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2016115498A JP6474756B2 (ja) 2016-06-09 2016-06-09 欠陥検査方法及びその装置
CA2968843A CA2968843C (en) 2016-06-09 2017-05-30 Defect inspection method and apparatus therefor
US15/613,435 US9970887B2 (en) 2016-06-09 2017-06-05 Defect inspection method and apparatus therefor
CN201710421637.1A CN107490579B (zh) 2016-06-09 2017-06-07 缺陷检查方法及其设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016115498A JP6474756B2 (ja) 2016-06-09 2016-06-09 欠陥検査方法及びその装置

Publications (2)

Publication Number Publication Date
JP2017219478A true JP2017219478A (ja) 2017-12-14
JP6474756B2 JP6474756B2 (ja) 2019-02-27

Family

ID=60573858

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016115498A Active JP6474756B2 (ja) 2016-06-09 2016-06-09 欠陥検査方法及びその装置

Country Status (4)

Country Link
US (1) US9970887B2 (ja)
JP (1) JP6474756B2 (ja)
CN (1) CN107490579B (ja)
CA (1) CA2968843C (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11112678B2 (en) 2019-03-22 2021-09-07 Honda Motor Co., Ltd. Camera focus adjustment jig and camera focus adjustment method
JP7297354B1 (ja) * 2023-02-07 2023-06-26 株式会社シュヴァルベル 画像処理システム及び画像処理方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190096057A1 (en) 2017-05-11 2019-03-28 Jacob Nathaniel Allen Object inspection system and method for inspecting an object
CZ307838B6 (cs) * 2018-02-05 2019-06-12 Christoph Vávra 3D analytický měřicí přístroj optických dat
CN110530881A (zh) * 2019-09-23 2019-12-03 苏州科洛尼自动化有限公司 高精度屏幕视觉检测系统
CN113030102A (zh) * 2021-03-02 2021-06-25 成都小淞科技有限公司 基于机器视觉的漆面瑕疵检查系统
CN114240888B (zh) * 2021-12-17 2022-09-20 沭阳安宏木制品厂 一种基于图像处理的家具组件喷漆缺陷修复方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0886633A (ja) * 1994-09-14 1996-04-02 Nissan Motor Co Ltd 表面欠陥検査装置
JPH11271038A (ja) * 1998-03-24 1999-10-05 Nissan Motor Co Ltd 塗装欠陥検査装置
WO2014196010A1 (ja) * 2013-06-03 2014-12-11 ヤマハ発動機株式会社 外観検査装置
US20140376092A1 (en) * 2013-06-19 2014-12-25 Primesense Ltd. Integrated structured-light projector

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5060118A (en) * 1989-04-06 1991-10-22 Frank A. Arone Apparatus for daylight color duplication
DE4121464A1 (de) * 1990-06-28 1992-01-09 Mazda Motor Vorrichtung zur feststellung von oberflaechendefekten
US5309222A (en) * 1991-07-16 1994-05-03 Mitsubishi Denki Kabushiki Kaisha Surface undulation inspection apparatus
US5414518A (en) * 1992-08-10 1995-05-09 Chrysler Corporation Method and apparatus for the evaluation of reflective surfaces
US5436726A (en) * 1994-05-23 1995-07-25 It's Dents Or Us Flaw highlighting light panel and booth for automobile body repair
US5734742A (en) * 1994-09-19 1998-03-31 Nissan Motor Co., Ltd. Inspection system and process
JPH08184567A (ja) * 1994-10-05 1996-07-16 Musco Corp 鏡面反射性又は半鏡面反射性表面を点検するための装置及び方法
JPH08159725A (ja) * 1994-12-07 1996-06-21 Canon Inc 形状計測方法
JP2976869B2 (ja) * 1995-12-28 1999-11-10 日産自動車株式会社 表面欠陥検査装置
JP3259624B2 (ja) 1996-01-31 2002-02-25 日産自動車株式会社 表面状態検査装置
US6035060A (en) * 1997-02-14 2000-03-07 At&T Corp Method and apparatus for removing color artifacts in region-based coding
US6266138B1 (en) * 1999-10-12 2001-07-24 Perceptron, Inc. System and method for detecting defects in a surface of a workpiece
CN100520376C (zh) * 2003-10-21 2009-07-29 大发工业株式会社 表面缺陷检查方法及装置
DE102006008840B4 (de) * 2006-02-25 2009-05-14 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Beleuchtungsvorrichtung für zylindrische Objekte, damit durchgeführtes Oberflächenuntersuchungsverfahren und Computerprogrammprodukt
US7471383B2 (en) * 2006-12-19 2008-12-30 Pilkington North America, Inc. Method of automated quantitative analysis of distortion in shaped vehicle glass by reflected optical imaging
CN101122999B (zh) * 2007-04-16 2010-07-07 北京联合大学 一种自动提取中国书画作品中印章图像的方法
JP5521440B2 (ja) * 2009-08-28 2014-06-11 株式会社リコー 画像検査装置、画像検査方法、プログラムおよび記録媒体
CN102279191B (zh) * 2010-06-13 2014-04-02 中钞特种防伪科技有限公司 周期性纹理图像中缺陷的检测方法和装置
JP2012021781A (ja) * 2010-07-12 2012-02-02 Asahi Glass Co Ltd 表面形状の評価方法および評価装置
CN102339378A (zh) * 2010-07-22 2012-02-01 中国农业机械化科学研究院 一种自动提取棉苗的方法及其装置
US20120133761A1 (en) * 2010-11-30 2012-05-31 Angstrom, Inc. Uneven area inspection system
JP5699051B2 (ja) * 2011-07-15 2015-04-08 株式会社Ｓｃｒｅｅｎホールディングス 画像検査装置および画像記録装置、並びに、画像検査方法
CN102529019B (zh) * 2012-01-31 2014-01-29 温州大学 一种模具检测、保护及零件检测、摘取的方法
FR2993662B1 (fr) * 2012-07-23 2015-05-15 Msc & Sgcc Procede et installation pour la detection notamment de defauts refractants
JP6052590B2 (ja) 2012-09-27 2016-12-27 日産自動車株式会社 自動車車体の表面検査装置および表面検査方法
JP6433268B2 (ja) * 2014-03-31 2018-12-05 国立大学法人 東京大学 検査システムおよび検査方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0886633A (ja) * 1994-09-14 1996-04-02 Nissan Motor Co Ltd 表面欠陥検査装置
JPH11271038A (ja) * 1998-03-24 1999-10-05 Nissan Motor Co Ltd 塗装欠陥検査装置
WO2014196010A1 (ja) * 2013-06-03 2014-12-11 ヤマハ発動機株式会社 外観検査装置
US20140376092A1 (en) * 2013-06-19 2014-12-25 Primesense Ltd. Integrated structured-light projector

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11112678B2 (en) 2019-03-22 2021-09-07 Honda Motor Co., Ltd. Camera focus adjustment jig and camera focus adjustment method
JP7297354B1 (ja) * 2023-02-07 2023-06-26 株式会社シュヴァルベル 画像処理システム及び画像処理方法
JP7327866B1 (ja) 2023-02-07 2023-08-16 株式会社シュヴァルベル 学習モデル生成方法

Also Published As

Publication number Publication date
US20170356856A1 (en) 2017-12-14
CA2968843A1 (en) 2017-12-09
US9970887B2 (en) 2018-05-15
CN107490579A (zh) 2017-12-19
CN107490579B (zh) 2021-09-07
JP6474756B2 (ja) 2019-02-27
CA2968843C (en) 2019-03-26

Similar Documents

Publication Publication Date Title
JP6474756B2 (ja) 欠陥検査方法及びその装置
JP2021039131A5 (ja)
US20170307544A1 (en) Inspection apparatus and inspection method
US9897555B2 (en) Defect inspection method and apparatus therefor
JP2020008501A (ja) 表面欠陥検出装置及び表面欠陥検出方法
JP2010107254A (ja) Ｌｅｄチップ検査装置、ｌｅｄチップ検査方法
KR102066520B1 (ko) 에피택셜 웨이퍼 이면 검사 장치 및 그것을 이용한 에피택셜 웨이퍼 이면 검사 방법
CN108090890B (zh) 检查装置以及检查方法
WO2008123604A1 (ja) 表面検査装置
KR100742003B1 (ko) 표면 결함 검사 방법 및 장치
JP2014066657A (ja) 自動車車体の表面検査装置および表面検査方法
CN108627512B (zh) 三维检测装置以及用于三维检测的方法
KR20150099956A (ko) 렌즈 검사 장치
US20200333260A1 (en) Appearance inspection apparatus and appearance inspection method
EP3447725B1 (en) Apparatus for inspecting appearance of article and method for inspecting appearance of article using same
KR20150071228A (ko) 3차원 형상의 유리 검사장치
KR20130108971A (ko) 콘택트 렌즈 결함 검사
US20170069110A1 (en) Shape measuring method
JP2013015389A (ja) 溶接位置の検査方法及びその装置
JP2020529618A (ja) 光透かしを有する検査デバイス
JP2019093977A (ja) 鉄道車両の外観検査装置及びその設定方法
JP2022014226A (ja) ワーク検査方法及び装置並びにワーク加工方法
JP2008139126A (ja) 欠陥検出装置および欠陥検出方法
JP5531405B2 (ja) 周期性パターンのムラ検査方法及び検査装置
JP6358884B2 (ja) 検査装置

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20171212

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180205

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180626

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180815

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20190129

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190130

R150 Certificate of patent or registration of utility model

Ref document number: 6474756

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150